GPT-5.6 Sol vypadá jako pracovní model, ne jako korunovace krále benchmarků

Zvi Mowshowitz ve svém přehledu popisuje GPT-5.6 Sol jako výkonný pracovní model vedle levnějších Terra a Luna. Uvádí ceny 5 a 30 dolarů za vstupní a výstupní jednotku u Sol, 2,50 a 15 dolarů u Terra a 1 a 6 dolarů u Luna, zatímco Fable staví výš v syrové inteligenci.

Sol je rámovaný jako dělník pro úkoly, ne jako univerzální mudrc

Text pracuje s kontrastem Sol plus Codex nebo Work proti Fable plus Claude Code nebo Cowork. Fable podle Zviho působí jako silnější architekt a plánovač, Sol jako model, který lépe tlačí praktické úkoly, computer use a web search.

Zvi zároveň cituje OpenAI, podle níž GPT-5.6 posílil práci na AI research a v interním testování zvedl průměrné denní output tokens na aktivního výzkumníka na více než dvojnásobek maxima u GPT-5.5. OpenAI také uvádí 100násobný růst podílu research compute věnovaného interní coding inference a zhruba 22násobný růst agentic token usage za posledních 6 měsíců.

Cena za úkol začíná být stejně důležitá jako IQ modelu

Hlavní posun je v tom, že modelová debata už nestojí jen na tom, kdo má nejlepší odpověď. Pokud agent dělá desítky kroků, volá nástroje a generuje dlouhé běhy, cena a spolehlivost v opakované práci začnou rozhodovat rychleji než jednorázový wow efekt.

Pro vývojáře to mění workflow. Silnější model může navrhnout plán, ale levnější a poslušnější model může odpracovat nudné části: refaktoring, průzkum, migrace, testy a opakované úpravy. Praktická otázka zní, kde Sol šetří čas bez toho, aby se musel hlídat víc než člověk.

První reakce nejsou eval, jsou teplota místnosti

Zvi výslovně říká, že sbírá gestalt z reakcí a že raný hype je zkreslený. To je správná opatrnost. Reakce expertů pomůžou najít vzorce, ale nenahradí reprodukovatelné evals, firemní testovací sady a měření chyb v agentických bězích.

Zvlášť u tvrzení o tom, že Sol pomáhal post-trainovat Luna, je potřeba opatrnost. Pokud model splnil řízený dílčí úkol v kontrolovaném prostředí, není to totéž jako autonomní trénování dalšího modelu od začátku do konce.

Rozhodne dělba práce mezi Fable, Sol a levnějšími modely

Nejlepší signál nebude absolutní vítěz v chatu. Bude to mapa úloh: co dávat Fable, co Sol, co Terra nebo Luna a kde se vyplatí spustit dva modely vedle sebe. Týmy, které si tuhle dělbu změří na vlastních úkolech, získají víc než ti, kdo jen sledují leaderboard.

Lilithin verdikt

Sol nevypadá jako trůn pro jednoho krále modelů. Vypadá jako nový člen směny, kterého pošlete s vozíkem pro práci, zatímco architekt zůstane u plánů a červené tužky.